鲁棒原子范数降噪及其在线谱估计中的应用

摘要：

针对测量数据中含有异常值的线谱估计问题,提出了一种对异常值鲁棒的原子范数降噪方法来提高线谱估计的性能.该方法构建了一个可以联合估计出异常值及原始信号的优化问题,并在代价函数中加入l1范数和原子范数惩罚项来分别对异常值的稀疏性和信号本身的特性进行约束.一旦获得了该优化问题的解,那么就可利用现有的算法对降噪后的信号进行线谱估计.仿真结果表明,在数据中存在异常值的情况下,所提的算法能够更准确地恢复原始信号,从而使降噪后的谱估计的精度和分辨率明显提高.

关键词：线谱估计、异常值、鲁棒降噪、原子范数、l1范数

所属期刊栏目：37

分类号：TN911.72

资助基金：国家自然科学基金61171127资助课题

在线出版日期：2015-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1249-1254